Índice de contenidos
Claves de la noticia
- Bolt Forge ofrece a los usuarios Pro individuales hasta 50 veces más uso de IA sin coste adicional hasta el 14 de octubre.
- El acceso exige aceptar de forma expresa que prompts, código, ediciones, errores y trazas de reparación se anonimicen y se compartan para entrenamiento.
- Forge combina varios modelos abiertos y logra, según el índice interno de Bolt, el 91 % de la puntuación del mejor modelo de pago.
Bolt.new ha estrenado Forge, un agente experimental que cambia la economía habitual de los asistentes de programación. En vez de reservar el mayor volumen para el modelo más caro, ofrece hasta 50 veces más uso con modelos abiertos. La contrapartida no está escondida en una cláusula genérica: quien entra en Forge acepta que su sesión de desarrollo, una vez anonimizada, alimente el entrenamiento de un futuro modelo abierto junto a Arcee AI.
Cincuenta veces más uso no significa el mismo producto
Forge aparece como una tercera opción junto a los agentes Standard y Max. No es un modelo único, sino una capa que puede ejecutar GLM 5.3 Flash, GLM 5.3 y, con carácter experimental, Kimi K3 o DeepSeek v4 Pro. Los planes Pro individuales reciben una asignación separada, sin límites diarios y con un corte al llegar al 100 %. La promoción dura del 14 de septiembre al 14 de octubre de 2026; después, Forge continuará como laboratorio, pero Bolt no garantiza conservar el multiplicador.
La cifra de 50 veces requiere contexto. El consumo varía según el modelo, y las opciones más exigentes gastan antes la asignación. Tampoco equivale a prometer 50 veces más trabajo terminado. Es margen para iterar, probar y reparar, no una medida directa de productividad. La propia empresa recomienda duplicar un proyecto importante antes de cambiar de agente y mantener el trabajo de producción complejo en Standard o Max.
Bolt aporta una comparación interna: sus modelos abiertos obtienen 92,2 puntos en Bolt Build Index frente a 101 del mejor modelo de pago, Claude Opus 5. Eso equivale aproximadamente al 91 % de la puntuación de referencia. La oferta intercambia nueve puntos del índice propio por un presupuesto de uso hasta 50 veces mayor. La relación es atractiva para prototipos, aunque no debe confundirse con un benchmark independiente ni trasladarse automáticamente a cualquier repositorio.
La materia prima son los intentos fallidos
Cuando el usuario activa Forge, comparte más que el resultado final. Bolt enumera prompts, código, ediciones, errores y trazas de reparación. Ese último componente resulta especialmente valioso: un repositorio público enseña qué código terminó publicado, mientras que una sesión completa muestra qué intentó el agente, dónde falló y qué secuencia lo condujo a una solución. El descuento se paga con el proceso de resolución, no solo con líneas de código.
La compañía asegura que elimina secretos, información sensible y datos personales antes de que el material abandone su infraestructura, y que comprueba la canalización con datos de prueba sembrados. El consentimiento aparece cada vez que se cambia a Forge; rechazarlo mantiene al usuario en los otros agentes. Standard y Max no usan sus sesiones para ese entrenamiento, y los espacios Team y Enterprise están excluidos del programa.
Eso ofrece una separación comprensible, pero no convierte la anonimización en una garantía matemática. Código propietario, nombres internos, estructuras de datos o mensajes de error pueden revelar contexto aunque se retiren credenciales obvias. Para un desarrollador en España o en la UE, la pregunta práctica no es solo si hay un botón de consentimiento, sino si tiene autoridad para compartir el material del cliente o de su empresa. Un autónomo con un proyecto propio decide por sí mismo; un empleado puede estar sujeto a contratos, políticas de secretos empresariales y protección de datos.
Arcee AI recibe un conjunto difícil de obtener
Bolt dice que las sesiones llegarán a Arcee AI bajo un acuerdo de tratamiento y servirán para entrenar un modelo abierto de la clase del billón de parámetros. Los pesos se publicarían cuando termine el trabajo. Esa promesa crea una diferencia frente a programas que absorben datos para un sistema cerrado: quienes contribuyen podrían descargar el resultado, inspeccionarlo y ejecutarlo. Aun así, licencia abierta y gobernanza de datos son cuestiones distintas; publicar pesos no explica por sí solo qué ejemplos concretos entraron ni permite retirar aprendizaje ya incorporado.
El mecanismo también ilustra una respuesta a la escasez de datos útiles para agentes. La web contiene mucho código estático, pero menos historiales limpios de compilaciones rotas, correcciones y validaciones. Al subvencionar inferencia con capacidad reservada y ejecución en WebContainers, Bolt intenta producir ese corpus mientras los usuarios construyen aplicaciones. Es un círculo económico: más cuota genera más sesiones; más sesiones generan trazas; y mejores trazas pueden reducir intentos futuros.
Este modelo amplía el debate sobre quién controla la recopilación para entrenar IA. El reciente cambio de Cloudflare para los rastreadores de IA desplaza la decisión hacia los propietarios de sitios. Forge hace algo parecido dentro del entorno de desarrollo, aunque con consentimiento por sesión y una recompensa explícita.
Cuándo compensa activar Forge
Para aprendizaje, proyectos personales, bocetos y pruebas desechables, el aumento de uso puede pesar más que la diferencia del índice. Para código regulado, repositorios de clientes, secretos comerciales o producción, la recomendación prudente es mantener los agentes privados hasta que la organización haya revisado el flujo. Incluso en un proyecto apto conviene retirar datos reales, usar credenciales ficticias y comprobar qué herramientas externas conecta el agente.
La comparación con agentes capaces de tocar sistemas reales es relevante. El despliegue de Astra en software y producción de Perplexity mostró que la autonomía exige límites y observabilidad. Forge añade otra dimensión: además de ejecutar acciones, conserva el itinerario para entrenar el siguiente modelo.
El producto hace visible una tendencia que probablemente se repetirá: cuando la inferencia se abarata, el dato escaso pasa a ser la secuencia de trabajo de calidad. La oferta de Bolt le pone precio temporal a esa secuencia. Hasta 50 veces más uso es la compensación; las trazas de cómo se programa, se falla y se repara son el activo.
